European Radiology:深度神经网络实现儿童颅脑MR成像的“又快又好”!
2022-08-05 shaosai MedSci原创
现阶段,磁共振成像(MRI)已被广泛用于捕捉小儿神经影像学的结构或功能变化,最常用的序列之一是3D MPRAGE序列。然而,与其他成像方式相比,MRI需要更长的扫描时间,使其难以在儿童中广泛应用。由于
现阶段,磁共振成像(MRI)已被广泛用于捕捉小儿神经影像学的结构或功能变化,最常用的序列之一是3D MPRAGE序列。然而,与其他成像方式相比,MRI需要更长的扫描时间,使其难以在儿童中广泛应用。由于MRI极易受到运动的影响,因此进一步减少儿童脑部成像的扫描时间至关重要。
最近,基于深度神经网络(DNN)的重建技术已引入临床用于MR的平行成像。研究表明,基于DNN的重建可以超越传统的平行成像重建算法,在更大的数据量下找到比手动制作模型更好的表现。
近日,发表在European Radiology杂志的一项研究将DNN应用于高度加速的MR数据,实现了在不修改序列的情况下减少颅脑MR成像的扫描时间,为MR在儿科患者中的广泛应用提供了技术支持。
本项回顾性研究使用了240次扫描(160次为训练集,平均±标准差年龄,93±80个月,94名男性;80次为测试集,106±83个月,44名男性)的K空间数据以及102次C-MPRAGE和加速MPRAGE扫描(77±74个月,52名男性),所有的扫描都是用3T扫描仪获得的。使用模拟加速数据开发DNN,并使用配对t检验比较了用DNN、GRAPPA和E-SPIRIT重建的图像的定量误差指标。两个读者对C-MPRAGE和用DNN重建的加速MPRAGE(DNN-MPRAGE)的图像质量进行了比较。对病变进行分割,并使用线性回归法评估C-MPRAGE和DNN-MPRAGE之间的一致性。
与C-MPRAGE相比,加速MPRAGE的扫描时间减少了38%(142秒vs. 320秒)。对于定量误差指标,DNN显示出比GRAPPA和E-SPIRIT更好的性能(P < 0.001)。对于定性评价,DNN-MPRAGE的整体图像质量与C-MPRAGE相当(p>0.999)或更好(p=0.025),具体取决于不同的读者。DNN-MPRAGE的像素化程度降低(p < 0.001),其他质量参数具有可比性(p > 0.05)。C-MPRAGE和DNN-MPRAGE中的病变显示出良好的相似系数(=0.68)和线性回归(R2=0.97;p < 0.001)。
图 定性评价数据集中两个具有代表性扫描的重建图像。每个扫描都是从年龄<24个月组(扫描A)和≥24个月组(扫描B)中抽取的。在每个扫描中,左栏的图像显示C-MPRAGE,右栏显示DNN-MPRAGE。DNN-MPRAGE显示出与C-MPRAGE相当的图像质量。在DNN-MPRAGE中,像素化伪影减少,结构的显示得到改善
本研究在使用多域DNN模型的MPRAGE序列中实现了38%的扫描时间减少,且同时保证了图像质量。本研究表明,在不修改序列的情况下,使用DNN模型可在颅脑成像中实现高度加速的MPRAGE数据重建。且使用DNN重建的加速MPRAGE可在儿童和年轻成人的颅脑成像中减少常用的3D T1加权图像的整体扫描时间。
原文出处:
Woojin Jung,JeeYoung Kim,Jingyu Ko,et al.Highly accelerated 3D MPRAGE using deep neural network-based reconstruction for brain imaging in children and young adults.DOI:10.1007/s00330-022-08687-6
作者:shaosai
版权声明:
本网站所有注明“来源:梅斯医学”或“来源:MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明“来源:梅斯医学”。其它来源的文章系转载文章,本网所有转载文章系出于传递更多信息之目的,转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
#PE#
84
#神经网络#
79